TEI/XMLファイルからrespStmtのnameの値を抽出する方法（GPT-4による解説）

TEI/XMLファイルからrespStmtのnameの値を抽出する方法: PythonでBeautifulSoupとElementTreeを使ったアプローチ

この記事では、PythonのBeautifulSoupとElementTreeを使って、TEI/XMLファイルからrespStmtのnameの値を抽出する方法を紹介します。

方法1: ElementTreeを使う

まず、Pythonの標準ライブラリであるxml.etree.ElementTreeを使って、respStmtのnameの値を抽出します。

import xml.etree.ElementTree as ET

# XMLファイルを読み込む
tree = ET.parse('your_file.xml')
root = tree.getroot()

# 名前空間を定義
ns = {'tei': 'http://www.tei-c.org/ns/1.0'}

# respStmtのnameの値を抽出
name = root.find('.//tei:respStmt/tei:name', ns)

# nameのテキストを表示
if name is not None:
    print(name.text)
else:
    print("nameタグが見つかりませんでした。")

方法2: BeautifulSoupを使う

次に、BeautifulSoupを使って、respStmtのnameの値を抽出します。まず、beautifulsoup4とlxmlライブラリがインストールされていることを確認してください。インストールされていない場合は、以下のコマンドでインストールできます。

pip install beautifulsoup4 lxml

以下のコードで、BeautifulSoupを使ってrespStmtのnameの値を抽出できます。

from bs4 import BeautifulSoup

# XMLファイルを読み込む
with open('your_file.xml', 'r', encoding='utf-8') as file:
    content = file.read()

# BeautifulSoupオブジェクトを作成
soup = BeautifulSoup(content, 'lxml-xml')

# respStmtのnameの値を抽出
name = soup.find('respStmt').find('name')

# nameのテキストを表示
if name:
    print(name.text)
else:
    print("nameタグが見つかりませんでした。")

どちらの方法でも、respStmtのnameの値をPythonで簡単に抽出することができます。あなたのプロジェクトに適した方法を選んでください。